Hvordan virker YouTube-algoritmen?
Med over en milliard brugere og milliarder timers video er det faktum, at YouTubes algoritme formår at levere, hvad du vil se, når du besøger webstedet et testamente til software engineering. Så, hvordan virker det?
Det korte svar: Ingen kender detaljerne - ikke engang YouTube, i et omfang. YouTubes algoritme bruger maskinindlæring til at foreslå videoer, hvilket betyder, at der ikke er nogen regler, vi kan fortælle dig. Desuden vil Google ikke fortælle os alligevel, da det ville føre til, at folk udnytter dem.
Hvad vi ved
Når du træner en maskine læring model, giver du det en masse input og derefter rangere sine foreslåede udgange om, hvor rigtige de er.
Her er et meget oversimplificeret eksempel. Sig, du ønskede at træne en AI for at fortælle forskellen mellem billeder af katte og hunde. I det væsentlige vil du give en AI en flok billeder af katte og hunde, få det til at begynde at vælge, og så score det rigtigt, hvis det besvares korrekt. Jo mere det bliver korrekt, desto bedre bliver det ved at vælge. Resultatet er en maskine, der kan identificere katte og hunde. Denne træning bruger en metrisk, hvormed resultater bedømmes i vores tilfælde er katten-o-meter, eller hvilken procent af billedet er faktisk kat.
De metriske YouTube-anvendelser er ur tid-hvor længe brugerne bliver på videoen Det giver mening, fordi YouTube ikke vil have, at folk hopper rundt og leder efter videoer, så de kan se, da det er mere arbejde på deres ende og mindre tid at se på.
Det er meget mere nuanceret end bare "hvor længe du så en video", dog. Algoritmen tager højde for mange forskellige faktorer og rangerer dem i overensstemmelse hermed: seerretention, visninger til klik, seerinddragelse og nogle andre bag kulisserne faktorer, som vi aldrig ser. YouTube skræddersy disse faktorer til din profil, så den kan foreslå videoer, du har større sandsynlighed for at klikke på.
Hvad skal man tage væk fra dette
Hvis du er en håbende YouTuber, maksimerer de to vigtigste ting, du arbejder på, din gennemsnitlige visningsvarighed og maksimerer din klikfrekvens. Tag følgende opadgående pyramide.
YouTube foreslår din video til en masse mennesker på startskærmen og i den foreslåede fane. På min konto har jeg næsten 750 tusind visninger. Det synes ret godt, men kun en brøkdel af dem klikker på din video. Denne fraktion kaldes din klikfrekvens, og den måles som en procent (du kan se i mit eksempel, at jeg har en klikfrekvens på 4,0%). Visningsbilledet viser det faktiske antal mennesker, der klikede igennem.
Når nogen har klikket på videoen, måler YouTube så mængden af tid, de mennesker brugte til at se videoerne.
Du kan se, hvorfor så mange YouTube-skabere bruger clickbait-titler og miniaturebilleder (for at få disse klik-throughs) og lange, udtrukne videoer (for at opretholde tid). Det er to meget irriterende træk hos mange YouTube-skabere, men hej, bebrejdet algoritmen.
En casestudie
Lad os tage et kig på to store kanaler, der tager forskellige tilgange til at tackle algoritmen. Den første er Primitiv teknologi, en kanal, der drives af en fyr, der går ind i ørkenen og bygger ting uden værktøj. Alle hans videoer er meget lange, men opretholde et godt engagement i hele denne længde - helt en præstation, da der ikke er nogen fortælling. Denne kendsgerning betyder, at han sandsynligvis har en meget høj gennemsnitsvisningstid, hvilket er godt i algoritmens øjne.
Fordi han kun laver en video om måneden, er det overraskende, at han har over 8 millioner abonnenter. Det skyldes nok, at den lange tid mellem videoer skaber en følelse af noget nyt, når den næste falder. Hans videoer er ikoniske, og når de kommer op i mit feed, klikker jeg næsten altid på dem. Jeg gætter, at andre føler det samme, så han har sandsynligvis også en høj klikfrekvens.
Den anden kanal tager en lidt scummier tilgang. BCC Trolling, en Fortnite "Funny Moments" kanal, tager klip fra populære streamers og redigerer dem i daglige videoer. I det sidste år har de mestret algoritmen og skudt op til 7,3 millioner abonnenter. For at maksimere uretiden sætter de titelklip af videoen et sted midt i videoen, hvilket tvinger folk til at se det et stykke tid, før de kommer til det klip, de klikker på, og får dem i det væsentlige "hooked" på videoen. På grund af dette er deres uretid højere.
De er også glimrende på clickbait miniaturer og titler, sætter * NEW * i alle caps på mange videoer og altid med farverige miniaturer, som normalt er skræddersyede og ofte meget vildledende. Men de er ikke indlysende clickbait; Videoerne leverer på titlen, men det er bare clickbait nok til at få folk til at klikke.
Dette er den vigtigste ting at tage væk fra BCC: Hvis du vil klikke på dine miniaturebilleder, gør du det subtilt. At lægge direkte løgne i titlen vil ofte gøre folk vred og kan have den modsatte virkning, du har til hensigt.
Uanset hvad du skal finde, hvad der virker for dig, og brug det til din fordel. Hold tid og klikfrekvenser i tankerne fremad, men hold dig til dit format, og lad algoritmen ikke diktere dit indhold.